【异构计算平台系列 - GPU + OpenCL - 03】常用的并行计算编程语言

CUDA

CUDA（Compute Unified Device Architecture）是由NVIDIA推出的通用并行计算架构，提供了直接访问GPU虚拟指令集和并行计算单元的软件层。

它可以配合使用C、C++和Fortran等高级编程语言进行GPU应用程序的开发，并且兼容多种操作系统。

CUDA仅可以应用于NVIDIA的GPU硬件平台。

CUDA SDK包含针对NVIDIA GPU的编译器，数学库和调试优化工具。

CUDA的处理流程如下：

• 从主存储器中拷贝数据到GPU的存储空间。
• CPU发送控制指令指挥GUP运作。
• GPU的各个核开始并行运算。
• 从GUP存储空间拷贝运算结果到主存储器。

OpenCL

OpenCL（Open Computing Language，开放计算语言）是面向由CPU、GPU和其它处理器（如DSPs、FPGAs、ASICs）组合构成的计算机进行编程的行业标准框架。

OpenCL是由用于编写kernels（在OpenCL设备上运行的函数）的语言（基于C99）和一组用于定义并控制平台的API组成，提供了基于任务分区和数据分区的并行计算机制。

详细内容请参见“【20小时系列 - 学会OpenCL - 01】初识OpenCL    https://blog.csdn.net/jiangsgyx/article/details/83368900 ”

C++ AMP

C++ AMP（C++ Accelerated Massive Parallelism）可用于加速C++代码的执行，其原理是通过利用数据并行硬件（通常表示为离散图像卡上的图像处理单元 GPU）提升代码运行速度。

C++ AMP编程模型包括对多维数组、索引，内存传输和平铺的支持。

它还包括数学函数库，并且可以扩展控制数据在CPU和GPU之间相互移动。

C++ AMP是微软的开放技术规范，采用类似于STL库的模式，被包含在Visual Studio 2012中，用于增加GPU开发的便利性。

环境需求：

• Windows 7 操作系统及以上
• 使用SIMD指令集的多核CPU
• 具有DirectX 11驱动的GPU

应用实例：

二维数组的相加运算 (“#include <amp.h>”)，代码如下所示。

通过使用Visual Studio和标准C++语法，便可以开发能够在任何使能DirectX 11的硬件上运行的功能库。

注：

1）STL：Standard Template Library，标准模板库，是一个C++标准功能库，可分为容器(containers)、迭代器(iterators)、空间配置器(allocator)、配接器(adapters)、算法(algorithms)、仿函数(functors)六个部分，目的在于提供标准化组件。 

2）SIMD：Single instruction multiple data，单指令多数据流，能够复制多个操作数，并把它们打包在大型寄存器的一组指令集。

3）DirectX：Microsoft DirectX是由微软创建的多媒体编程接口，由C++编程语言实现，遵循COM组件规范。